1. 概述
-
模型可以是对世界的简化,但是模型也可以采用类比的形式,或者,模型本身可能就是为探索思想和总结观点而构建的虚拟世界
-
模型的价值还体现在,它们能够把特定结果所需要的条件清晰地揭示出来
-
模型还可以揭示直觉结论可能成立的条件
2. 构建模型的3种方法
-
具身法(embodiment approach)
- 这种方法构建的模型包括重要部分,同时对于不必要的维度和属性,要么剥离,要么将它们整合在一起考虑
- 例子
- 生态沼泽模型
- 关于立法机构和交通系统的模型
- 气候模型
- 大脑模型
- ···
- 更强调现实主义
-
类比法(analogy approach)
- 对现实进行类比与抽象
- 例子
- 犯罪行为传播:传染病传播
- 政治立场的选择:在左右连续线段上的选择
- ···
- 致力于刻画过程、系统或现象的本质
-
另类实现法(alternative reality approach)
- 有意不去表征、不去刻画现实
- 利用这类模型探索各种各样的可能性
- 使我们能够发现适用于物理世界和社会世界之外的一般结论
- 有助于我们更好地理解现实世界种各种约束条件的含义
-
任何一个模型都必须是易于处理且便于交流的
-
我们能够用形式化的语言对模型编码
-
在描述模型时,我们不能在不给出正式描述的情况下直接抛出诸如信念或偏好之类的东西
- 信念:可以表示为一系列事件或先验的概率分布
- 偏好:可以用多种方式来标识(如:用对一组备选项的排序或者一个数学函数来表示)
-
易于处理是指适合分析的性质
-
“奥卡姆剃刀”原则:如无必要,勿增实体(Plurality must never be posited without necessity)
-
爱因斯坦将“奥卡姆剃刀”原则进一步阐释为:事情应该力求尽可能简单,但是不可过于简化
-
当遇到解析方法难以处理的问题时,我们还可以求助计算方法,可以构建由许多不断变化的组件的精细模型,而无需考虑解析上是否易于处理
3. 模型的7大用途(REDCAPE)
-
推理(Reason):识别条件并推断逻辑含义
-
在构建模型时,要先确定最重要的行为人(行动者)、实体以及相关特征
-
然后,描述这些组成部分如何互动和聚合,我们能够推导出一些东西,并说明原因何在
-
虽然,能够推导出的东西取决于假设,但是通过模型发现的不仅仅是重言式(tautology)
-
我们很少能仅凭检验判断出假设的全部影响,我们需要形式逻辑
- 逻辑还可以揭示不可能性和可能性
-
逻辑可以揭示悖论
-
逻辑可以揭示数学关系
-
逻辑揭示了真理的条件性
-
利用模型我们可以划出一条界限:什么时候应该采用,什么时候不能采用
-
从模型中得出的结论总是采用条件判断形式
-
在模型中,可以在给定的假设下证明定理
-
-
解释(Explain):为经验现象提供(可检验的)解释
-
模型为经验现象提供了清晰的逻辑解释
-
模型可以解释点值(point values)和点值的变化
-
多数社会现象都不具备的三种性质
- 社会行动者是异质性的
- 互动是小群体内展开的
- 行为人不遵守固定的规则
-
模型可以解释任何东西
-
基于模型的解释必须包括正式的假设和明确的因果链条,而且这些假设和因果链条都要面对数据
-
-
设计(Design):选择制度、政策和规则的特征
- 模型可以通过提供框架来帮助设计
- 只有在适当的框架内我们才可以考虑不同选择的含义
-
沟通(Communicate):将知识与理解联系起来
- 模型要求对相关特征及其关系给出正式的定义,这使我们能够精确地进行沟通
- 一个无法交流的思想,就像一颗淹没在森林中的树,没有人会注意到它
-
行动(Act):指导政策选择和战略行动
-
良好的行动需要良好的模型
-
指导行动的模型通常依赖于数据,但并不是全部模型都依赖于数据
-
大多数政策模型都需要使用数学公式,但也并非总是如此
-
-
预测(Predict):对未来和未知现象进行数值和分类预测
-
模型长期以来被用来预测
-
模型既可以用来预测特定的个别事件,也可以用来预测一般趋势
-
有的模型可以用来预测。但是却不一定能解释什么
-
有的模型有很强的解释力,但是在预测上却没有什么价值
-
-
探索(Explore):分析探索可能性和假说
- 模型可以用来探索直觉
- 我们可以提出很多假说,而且所有这些假说都可以用模型进行探索
- 我们可以利用模型来探索某些在现实世界中不会出现的情况
- 探索有时还涉及对共同假设进行跨领域比较